资源简介
隐私保护课老师让读的论文,结合论文和网上的资料做了一些总结。主要是针对文章内容和秘密分享值上的加法和乘法运算的总结,还有秘密分享值上的运算是如何应用到线性回归和逻辑回归上,从而实现隐私保护的机器学习模型的。关于隐私保护的神经网络和系统测试部分ppt里涉及的较少。
代码片段和文件信息
相关资源
- Hands-On Machine Learning with Scikit-Learn Ke
- 深度学习方法及应用Deep Learning Metho
- 深度学习源代码162566
- 概率统计超入门
- 黄海广博士整理的吴恩达深度学习笔
- Neural Networks and Deep Learning-神经网络与
- 深度学习资料+官方文档
- 动手学深度学习源代码
- 深度学习框架PyTorch:入门与实践 PD
- Reinforcement Learning an Introduction,2018正
- 深度学习卷积神经网络代码
- 深度学习/图像识别/TensorFlow
- fashion-mnist数据集
- 深度学习 [deep learning] AI圣经 Deep Lea
- 一天弄懂深度学习-李宏毅PPT+PDF超级高
- 解压后的MNIST数据集
- 深度学习车牌识别模型.zip
- 深度学习 智能时代的核心驱动力量
- imdb.npz数据集
- tensorflow实战+实战Google深度学习框架
- 基于深度学习的目标检测程序
- 吴恩达老师深度学习第一课神经网络
- 深度学习 AI圣经 中文高清版 带完整目
- Coursera课程Deeplearning深度学习笔记+课
- 深度学习打标软件.rar
- 用于视频的目标检测
- 深度学习-21天实战caffe高清.pdf版
- 基于深度学习的计算机视觉.pdf
- 语音识别 论文合集
- caffe验证码识别数据集及模型
评论
共有 条评论